岡田 龍太郎

本稿では，ドラム楽譜データを対象としたLSTMを用いた演奏手順推定方式について示す．一般的に，ドラム演奏は，両手，両足を用いて，複数のパーツを同時に演奏する．その際，ドラム楽譜データには，両手，両足のどれを使ってどのパーツを演奏をするのかという演奏手順が記載されていないことが多い．ドラム演奏初心者にとって，演奏手順を推定することが難しい．本方式を実現することにより，過去に演奏されたドラム楽譜データに演奏手順のラベルを付与し，そのラベル付きドラム楽譜データを時系列データとして学習することにより，自然なドラム演奏手順を推定することが可能となる．

本稿では，落下運動シミュレーションによる新たな江戸小紋デザイン自動生成方式について示す．江戸小紋は，遠目には無地に見えるように細かなモチーフの不規則な繰り返しによって構成される着物の柄である．これまでの古典的なモチーフだけでなく，現代的なモチーフを用いて新しい小紋デザインを創造することが重要となってきている．本方式は，自由落下運動シミュレーションを用いて，モチーフをランダムな位置から大量に落下させることにより，自然なデザインを可能とする．本方式が実現されることにより，ユーザが指定する多様なモチーフを用いて江戸小紋デザインを創造し，新たな着物柄を提案していくことが可能となる．

自動作曲システムでは，既存楽曲を分析して得た楽曲の特徴量を用いる手法が主流である．特徴量はシステム毎に独立しているため，本研究では特徴量を統一的に扱うべく，特徴量を数多く定義した．そして，特定の楽曲属性らしさを反映する特徴量を動的に選出するモデルを作成した．このモデルを用い，楽器とジャンルを対象に特徴抽出の実験を行った結果，定義した特徴量の，各楽曲属性らしさに関するランキングが得られた．ランキング上位の特徴量を用いることにより，各楽曲属性を反映させた楽曲の自動生成が可能になる．When one write a program of automatic composition system, music features are generally used, which were extracted from some existing music. Music features are different on each system. In this paper, to consolidate features, we define a lot of music features. Then, we make a model which select dynamically music features of the musical attribute. We experiment with this model for features-extraction of an instrument and a genre. We got ranked features of how much music attribute's identity the feature express. By using higher ranked music features, we can compose a music which has features of the musical attribute.

計算機による画像認識を行う際に，対象画像のどのような特徴量を用いるかは重要な問題である．本論文では形状情報に着目したメタデータ抽出法を提案する．提案手法では入力画像に対し形状についての特徴量をいくつか導出する．それらの特徴量をまとめたものを形状についてのメタデータと定義する．本論文では提案する各特徴量の導出方法について解説し，評価実験を行った．また，メタデータを用いたクラスタリングの実験を行い，形状の類似度により画像が分類できることを示した．It is very important that selecting what kind of features in the field of image recognition. We provide a method which extract several features of a figuration from an image. We present the metadata bringing together these features. This paper shows detailed computing method for each feature. And, we conduct an assessment experiment to show their availability. Finally we conduct an experiment in clustering using proposal metadata. As a result, we can get clusters which are similar each other about a figuration.

本稿では色から人間が受ける印象を定量化したデータベースを活用し，ユーザの画像作成時に印象という側面から情報を提示し、支援するシステムを提案する．我々はこれまでに言葉と言葉の意味的相関を計量する事のできるモデルである意味の数学モデルと，各種メディアデータの専門家の知識データベースを用いメディアデータから言葉とその重みのメタデータを抽出する Media-lexicon Transformation Operator を組み合わせる事により，各種メディアデータを統合的に取り扱う枠組みを提唱している．本稿ではカラーイメージスケールと呼ばれる色彩とそれから受ける印象の関係について述べた心理学の研究成果を専門家の知識データベースとして利用し，上記の手法を用いることで，ユーザの画像作成時にそれから受ける印象を動的に計算し，提示するシステムを作成する．本システムはブラウザ上で動作する Web アプリケーションで，線画の閉領域に対し色を対応させていくぬり絵のような形式をとる．まず最初にユーザが表現したい画像のイメージを任意の英単語の組み合わせとして入力させ，それらの単語群の持つ印象に対応する色をいくつか提示する．さらに画像作成時の支援として，ユーザが画像に色を付けると，画像から動的に計算し，それから受ける印象のリストをフィードバックする．これらのシステムにより，色による印象という専門家の知識を一般のユーザが意識することなく活用することが可能となる．This paper presents an implementation of drawing support application utilizing database for defining the relation between color and impression. We have realized Mathematical model of meaning that be able to compute semantic correlations between words and Media-lexicon Transformation Operator that be able to extract weighted words from media data using knowledge database for various media. Using both methods, we have realized a connecting method among heterogeneous media data. In this paper, we implement a drawing support application that suggest impression words computed by using method previously described with "Color Image Scale" (the database written about the relation between color and impression ). This application operates with browsing software. Users draw in monochrome line art. First,users input a combination of words as impression which users want to express, then suggested some colors corresoonding to this combination. And while users draw art,this application suggests a list of impression words which understand current art. This application implemente layman leverage specialist knowledge about color without regard for it.

本稿では,言葉の音声表現により人間が受ける印象を用いて,任意の日本語の印象に合致した楽曲自動生成方式を提案する.我々は,音相理論と呼ばれる理論を用いて,入力された任意の言葉から,その音声表現から受ける印象に合致した印象語をメタデータとして抽出する方式を実現している.また,Hevnerの研究を用いて,楽曲の印象を表す8つの印象語群と,6つの楽曲構造要素の相関を求めることにより,楽曲を自動生成する方式を実現している.本稿では,この印象語抽出方式と楽曲自動生成方式を意味の数学モデルを用いてメタレベルで連結することにより,任意の言葉の音相の印象に合致した楽曲自動生成方式を実現する.

本稿では,言葉の音声表現により人間が受ける印象を用いて,任意の日本語の印象に合致した楽曲自動生成方式を提案する.我々は,音相理論と呼ばれる理論を用いて,入力された任意の言葉から,その音声表現から受ける印象に合致した印象語をメタデータとして抽出する方式を実現している.また,Hevnerの研究を用いて,楽曲の印象を表す8つの印象語群と,6つの楽曲構造要素の相関を求めることにより,楽曲を自動生成する方式を実現している.本稿では,この印象語抽出方式と楽曲自動生成方式を意味の数学モデルを用いてメタレベルで連結することにより,任意の言葉の音相の印象に合致した楽曲自動生成方式を実現する.